modele

Recursive: Flint (free)

Markdown · JSON

Recursive: Flint (free)

recursive/flint-v1.0:free
RecursiveTekstWejście 0,00 USD / 1KWyjście 0,00 USD / 1K

Tekstowy model MoE Recursive do poznawania bazy kodu, naprawiania błędów i przygotowywania funkcji oraz testów.

Model do pracy z kodem

Flint to model tekstowy Recursive stworzony dla agentów programistycznych: poznawania bazy kodu, naprawiania błędów, implementacji funkcji i pisania testów. Jest to model MoE z otwartymi wagami: z 39,8 mld parametrów przy przetwarzaniu jednego tokenu aktywuje się około 2,5 mld. Podział na ekspertów jest częścią architektury, a nie wskazaniem kilku osobnych pomocników w rozmowie.

W rozwoju Flint uczestniczyła Eureka Machine — system badawczy Recursive. Pomagała szukać rozwiązań architektonicznych, dobierać dane i metody uczenia oraz optymalizować obliczenia. Sam Flint przeszedł uczenie wstępne, pośrednie, uczenie na przykładach instrukcji i uczenie ze wzmocnieniem. Zadania uczące obejmowały tekst, kod, przestrzeganie instrukcji i pracę w scenariuszach agentowych.

Analiza projektu i przygotowanie zmian

Zadanie warto zacząć od konkretnej części projektu: przekaż potrzebne pliki jako tekst, opisz przeznaczenie funkcji i oczekiwany wynik. Przy szukaniu błędu dodaj obserwowane zachowanie i fragment dziennika. Następnie można poprosić o wyjaśnienie przyczyny, minimalną poprawkę i test odróżniający poprawne zachowanie od błędu. Taka kolejność ułatwia późniejszą weryfikację wyniku w swoim środowisku.

Dla nowej funkcji podaj dane wejściowe, ograniczenia i przykłady wyniku. Przy refaktoryzacji wymień właściwości, które trzeba zachować, i poproś o osobny opis zmian interfejsów. Twórca zaleca dzielenie złożonej pracy na małe podzadania i podawanie jawnych instrukcji. Dlatego sekwencyjna rozmowa z wynikami pośrednimi lepiej odpowiada przewidywanemu zastosowaniu Flint niż nieokreślone polecenie przerobienia całego projektu.

Kontekst i format podłączenia

W Ailoot Flint działa z tekstem na wejściu i wyjściu. Okno kontekstowe wynosi 262 144 tokeny; materiały źródłowe, historia rozmowy i odpowiedź wspólnie wykorzystują tę przestrzeń. Limit wyjścia określono na 235 929 tokenów. Te wartości opisują granice podłączenia, a rzeczywistą długość warto dopasować do zadania: wyjaśnienia przyczyny błędu, poprawki, zestawu testów lub planu pracy.

Dostępne są formaty Messages, Responses i Chat Completions. Pozwalają używać znanej struktury aplikacji klienckiej. Czytanie plików lokalnych i stosowanie zmian organizuje sama aplikacja: w zapytaniu tekstowym model otrzymuje przekazany kod i zwraca propozycje, wyjaśnienia lub nowy kod.

Flint nadaje się do iteracyjnej rozmowy technicznej, w której każdy kolejny krok opiera się na zawartości projektu i wyniku sprawdzenia poprzedniej zmiany. Jego specjalizacja pomaga sformułować zadanie, a wynikiem roboczym staje się konkretny tekst: wyjaśnienie, implementacja lub sprawdzalny test.

Dostępne przez Ailoot API

Ultra Anthropic MessagesPOST /v1/messages
Wejście
text
Wyjście
text
Kontekst
262 144 tokenów
Maks. odpowiedź
235 929 tokenów
Wejście
0,00 USD / 1K
Wyjście
0,00 USD / 1K
Ultra OpenAI ResponsesPOST /v1/responses
Wejście
text
Wyjście
text
Kontekst
262 144 tokenów
Maks. odpowiedź
235 929 tokenów
Wejście
0,00 USD / 1K
Wyjście
0,00 USD / 1K
Ultra OpenAI ChatPOST /v1/chat/completions
Wejście
text
Wyjście
text
Kontekst
262 144 tokenów
Maks. odpowiedź
235 929 tokenów
Wejście
0,00 USD / 1K
Wyjście
0,00 USD / 1K
recursive/flint-v1.0:free · JSON
{"about":"### Model do pracy z kodem\n\nFlint to model tekstowy Recursive stworzony dla agentów programistycznych: poznawania bazy kodu, naprawiania błędów, implementacji funkcji i pisania testów. Jest to model MoE z otwartymi wagami: z 39,8 mld parametrów przy przetwarzaniu jednego tokenu aktywuje się około 2,5 mld. Podział na ekspertów jest częścią architektury, a nie wskazaniem kilku osobnych pomocników w rozmowie.\n\nW rozwoju Flint uczestniczyła Eureka Machine — system badawczy Recursive. Pomagała szukać rozwiązań architektonicznych, dobierać dane i metody uczenia oraz optymalizować obliczenia. Sam Flint przeszedł uczenie wstępne, pośrednie, uczenie na przykładach instrukcji i uczenie ze wzmocnieniem. Zadania uczące obejmowały tekst, kod, przestrzeganie instrukcji i pracę w scenariuszach agentowych.\n\n### Analiza projektu i przygotowanie zmian\n\nZadanie warto zacząć od konkretnej części projektu: przekaż potrzebne pliki jako tekst, opisz przeznaczenie funkcji i oczekiwany wynik. Przy szukaniu błędu dodaj obserwowane zachowanie i fragment dziennika. Następnie można poprosić o wyjaśnienie przyczyny, minimalną poprawkę i test odróżniający poprawne zachowanie od błędu. Taka kolejność ułatwia późniejszą weryfikację wyniku w swoim środowisku.\n\nDla nowej funkcji podaj dane wejściowe, ograniczenia i przykłady wyniku. Przy refaktoryzacji wymień właściwości, które trzeba zachować, i poproś o osobny opis zmian interfejsów. Twórca zaleca dzielenie złożonej pracy na małe podzadania i podawanie jawnych instrukcji. Dlatego sekwencyjna rozmowa z wynikami pośrednimi lepiej odpowiada przewidywanemu zastosowaniu Flint niż nieokreślone polecenie przerobienia całego projektu.\n\n### Kontekst i format podłączenia\n\nW Ailoot Flint działa z tekstem na wejściu i wyjściu. Okno kontekstowe wynosi 262 144 tokeny; materiały źródłowe, historia rozmowy i odpowiedź wspólnie wykorzystują tę przestrzeń. Limit wyjścia określono na 235 929 tokenów. Te wartości opisują granice podłączenia, a rzeczywistą długość warto dopasować do zadania: wyjaśnienia przyczyny błędu, poprawki, zestawu testów lub planu pracy.\n\nDostępne są formaty Messages, Responses i Chat Completions. Pozwalają używać znanej struktury aplikacji klienckiej. Czytanie plików lokalnych i stosowanie zmian organizuje sama aplikacja: w zapytaniu tekstowym model otrzymuje przekazany kod i zwraca propozycje, wyjaśnienia lub nowy kod.\n\nFlint nadaje się do iteracyjnej rozmowy technicznej, w której każdy kolejny krok opiera się na zawartości projektu i wyniku sprawdzenia poprzedniej zmiany. Jego specjalizacja pomaga sformułować zadanie, a wynikiem roboczym staje się konkretny tekst: wyjaśnienie, implementacja lub sprawdzalny test.","alias_of":null,"aliases":[],"author":"Recursive","canonical_model":"recursive/flint-v1.0:free","ctx":262144,"formats":["chat","messages","responses"],"id":"recursive/flint-v1.0:free","input":["text"],"kind":"text","max_out":235929,"methods":[{"cache_read":null,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":262144,"family":"anthropic","fast_multiplier":1,"flex_multiplier":1,"fmt":"messages","http":"POST","img_in":null,"img_out":null,"in":0,"input":["text"],"label":"Anthropic Messages","max_out":235929,"max_tool_calls":null,"out":0,"output":["text"],"path":"/v1/messages","request_model_id":"recursive/flint-v1.0:free","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":null,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":262144,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"responses","http":"POST","img_in":null,"img_out":null,"in":0,"input":["text"],"label":"OpenAI Responses","max_out":235929,"max_tool_calls":null,"out":0,"output":["text"],"path":"/v1/responses","request_model_id":"recursive/flint-v1.0:free","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":null,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":262144,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"chat","http":"POST","img_in":null,"img_out":null,"in":0,"input":["text"],"label":"OpenAI Chat","max_out":235929,"max_tool_calls":null,"out":0,"output":["text"],"path":"/v1/chat/completions","request_model_id":"recursive/flint-v1.0:free","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]}],"model_aliases":[{"canonical_model_id":"recursive/flint-v1.0:free","request_model_id":"recursive/flint-v1.0:free","route_label":"Ultra"}],"name":"Recursive: Flint (free)","price":{"in":0,"in_label":null,"out":0,"out_label":null,"sort_in":0,"sort_out":0,"varies":false},"public_id":"recursive/flint-v1.0:free","short":"Tekstowy model MoE Recursive do poznawania bazy kodu, naprawiania błędów i przygotowywania funkcji oraz testów."}

Pytania

Jak wybrać model do swojego zadania?

Najpierw określ potrzebne dane wejściowe i wyjściowe: tekst, obrazy, dźwięk lub wideo. Następnie porównaj zgodne metody API, dokładny ID modelu lub aktualny model docelowy aliasu, cenę i jednostkę rozliczeniową. GET /v1/models jest bezpłatne i zwraca listę modeli dostępnych dla Twojego klucza.

Czy każdy model obsługuje wszystkie metody API i typy mediów?

Korzystaj z metod API i typów danych wejściowych i wyjściowych podanych na karcie modelu. Obsługa tekstu, obrazów, dźwięku lub wideo zależy od wybranego modelu i metody; przed wysłaniem danych sprawdź odpowiedni przykład żądania.

Czym różni się ID modelu od aliasu?

Dokładny ID modelu wskazuje konkretny model. Alias wskazuje model, a jego model docelowy może się zmienić. Sprawdź w katalogu aktualny model docelowy aliasu; użyj dokładnego ID, jeśli Twoja integracja wymaga konkretnego modelu.

Jak porównać ceny przed wysłaniem żądania?

Sprawdź na karcie modelu cenę i jednostkę rozliczeniową wybranej metody API. Porównuj tę samą jednostkę i ten sam typ danych wejściowych i wyjściowych; historia żądań pokazuje rzeczywiste użycie i naliczoną kwotę.

Co daje subskrypcja?

Rabat na zakup tokenów do regularnej pracy. Wybierz plan według liczby żądań; warunki i koszt subskrypcji są widoczne przy zamawianiu.

Jak użyć kodu z rabatem do 50%?

Wpisz kod promocyjny przy zakupie tokenów. Kwota jest przeliczana według promocji; wysokość rabatu widzisz przed zapłatą.